基于小波變換的數(shù)字水印技術(shù)研究

1、基于小波變換的數(shù)字水印技術(shù)研究摘要：算法基于Haar小波變換，把小波系數(shù)分塊，并計(jì)算每個(gè)塊的平均值。在一系列信號(hào)處理之后，這些塊(尤其是大的塊)的平均值不會(huì)有很大改變，否則，重構(gòu)的圖像就與原始圖像有很大差別。通過(guò)對(duì)這些塊的平均值進(jìn)行量化來(lái)嵌入水??；提取時(shí)也依賴于相應(yīng)塊的平均值，所以不需要原始圖像參與。算法對(duì)有損壓縮、小波壓縮、噪聲、中值濾波和剪裁等操作有較好的魯棒性。關(guān)鍵詞：信息隱藏；數(shù)字水印；小波變換Digital Image Watermarking Algorithm Base on Haar Wavelet TransformAbstract：The algorithm deals w

2、ith the calculating method that wavelet modules are divided into block calculating the average of every one basis on Haar wavelet transform Having been wiped with by a series of signals，the image of reconstruction have great differences from the original one unless the average of the pieces(especial

3、ly the big ones)can be changed greatlyBy being quantized and implanted water mark，the average of the pieces are depended on when collected so as not to involve in the original imageThe algorithm have perfect robust to the operation damaging compression，wavelet compression，noise，median filtering，crop

4、pingKey words：information hiding；digital watermarking；wavelet transform.引言 隨著計(jì)算機(jī)和網(wǎng)絡(luò)的飛速發(fā)展，人們的許多創(chuàng)作和成果都以數(shù)字形式進(jìn)行存儲(chǔ)和發(fā)布。然而，數(shù)字作品極易被非法拷貝、偽造和竄改，使得很多版權(quán)所有者不愿意利用網(wǎng)絡(luò)公開(kāi)其作品，從而阻礙其自身發(fā)展。目前，數(shù)字作品的版權(quán)保護(hù)不僅僅是立法問(wèn)題，也是一個(gè)很重要的技術(shù)難題。從技術(shù)上看，數(shù)字媒體版權(quán)信息的嵌入和檢測(cè)問(wèn)題，是數(shù)字作品版權(quán)保護(hù)的兩個(gè)關(guān)鍵問(wèn)題，它綜合了傳統(tǒng)密碼學(xué)的認(rèn)證和鑒別問(wèn)題的特點(diǎn)，又加入了穩(wěn)健性要求。版權(quán)保護(hù)信息必須與被保護(hù)的數(shù)據(jù)密切結(jié)合，版權(quán)保護(hù)信息的鑒別

5、過(guò)程必須具有了抗干擾能力。在這種情況下，數(shù)字水印技術(shù)應(yīng)運(yùn)而生。1.數(shù)字水印技術(shù)概述提到水印，人們都會(huì)想到鈔票中的水印。鈔票水印具有兩條特性，首先，水印在通常情況下不可見(jiàn)，只有在特殊的觀察條件下才可見(jiàn)（鈔票中水印在光下可見(jiàn)）。其次，水印信息必須與載體對(duì)象相關(guān)（在這里表示紙幣的真實(shí)性）。1.1數(shù)字水印技術(shù)的特性可證明性：能夠?yàn)槭艿桨鏅?quán)保護(hù)的數(shù)字產(chǎn)品提供完全可靠的證據(jù)。不可見(jiàn)性：即被嵌入水印信息的數(shù)字產(chǎn)品不會(huì)出現(xiàn)明顯的質(zhì)量下降，隱藏的數(shù)據(jù)不易被察覺(jué)；另外，不能用統(tǒng)計(jì)的方法恢復(fù)出水印。魯棒性：添加的數(shù)字水印必須對(duì)施加于宿主圖象的攻擊具有一定的免疫能力，不能因?yàn)閷?duì)宿主圖象的某種操作而導(dǎo)致水印信息丟失。1

6、.2數(shù)字水印技術(shù)的應(yīng)用水印技術(shù)的應(yīng)用極為廣泛，主要有以下7種應(yīng)用領(lǐng)域：廣播監(jiān)控、所有者識(shí)別、所有權(quán)驗(yàn)證、交易跟蹤、內(nèi)容真?zhèn)舞b別、拷貝控制以及設(shè)備控制。2.小波變換理論自1986年以來(lái)，小波分析的理論、方法與應(yīng)用的研究一直方興未艾。作為一種數(shù)學(xué)工具，小波變換是對(duì)人們熟知的傅立葉變換和窗口傅立葉變換的一個(gè)重大突破，為信號(hào)分析、圖像處理及其它非線性科學(xué)研究領(lǐng)域帶來(lái)了革命性的影響。人類視覺(jué)系統(tǒng)（HVS）的文理特性和照亮掩蔽特性表明，紋理越復(fù)雜，背景的亮度越亮，人類視覺(jué)對(duì)其輕微變化就越不敏感。大量的研究表明，人眼在處理圖像信號(hào)時(shí)，將圖像濾波成若干的子帶信號(hào)，他們占據(jù)不同的頻率范圍，即圖像在HVS中被認(rèn)為

7、是由不同頻率范圍的信息組成。其特征為：人眼對(duì)反映局部結(jié)構(gòu)的邊緣和輪廓不敏感；對(duì)低頻信號(hào)，表現(xiàn)出較高的靈敏度。HVS在同一品大范圍對(duì)不同方向紋理細(xì)節(jié)信號(hào)等表現(xiàn)出不同的靈敏度，這一特點(diǎn)與小波變換的多分辨率分析具有一定的相似性。小波變換是傅立葉變換的發(fā)展，是空間和頻率的局部變換，它在頻域和時(shí)域同時(shí)具有良好的局部化特征。小波變換在圖像處理中的基本思想是把圖像進(jìn)行多分辨率分解成不同的空間和獨(dú)立的頻率帶的子圖像，然后對(duì)子圖像的系數(shù)進(jìn)行處理。根據(jù)S. Mallat的塔式分解算法，圖像經(jīng)過(guò)小波變換后分解成四個(gè)子圖：水平方向LH、垂直方向HL和對(duì)角線方向HH的中高頻細(xì)節(jié)子圖和低頻逼近子圖LL。低頻部分還可以繼續(xù)

8、分解，產(chǎn)生三個(gè)高頻帶系列LHn、HLn、HHn（n=1，2，3）和一個(gè)低頻帶LL3（見(jiàn)圖1）。圖1中的LL3表示小波變換分解級(jí)數(shù)決定的最大尺度、最小分辨率下對(duì)原始圖像的最佳逼近，它的同級(jí)特征和原理圖相似，圖像大部分能量集中于此。高頻帶系列代表圖像的邊緣和紋理。3.DWT變換域數(shù)字水印技術(shù)3.1數(shù)字水印嵌入技術(shù)圖像的水印技術(shù)根據(jù)水印嵌入的方式可以分為兩類：時(shí)/空域技術(shù)（水印被直接嵌入在圖像的亮度值中）和變換域技術(shù)（將圖像做某種數(shù)學(xué)變換，然后水印被嵌入于變換系數(shù)中）。早期人們對(duì)水印的研究基本上是基于時(shí)空域的，算法相對(duì)簡(jiǎn)單，實(shí)時(shí)性較強(qiáng)，但在魯棒性上不如變換域算法。目前變換域方法正日益普遍，有DCT、

9、DWT、DFT變幻域算法。變換域算法的優(yōu)點(diǎn)是：1、水印信息分布到空間域的所有像素上，有利于提高水印的不可見(jiàn)性。2、能方便的與HVS(人類視覺(jué)系統(tǒng))的某些特性結(jié)合。3、很好的魯棒性，對(duì)圖像壓縮、常用的圖像濾波以及噪聲均有一定的抵抗力。離散余弦變換是從圖像空間到頻率空間的全局變換，由于離散余弦變換的全局本質(zhì)，在變換空間中任何一個(gè)數(shù)據(jù)的誤差都會(huì)影響到圖像中的每一個(gè)像素。利用小波變換把原始圖像分解成多頻段的圖像，能適應(yīng)人眼的視覺(jué)特性且使得水印的嵌入和檢測(cè)可分多個(gè)層次進(jìn)行，小波變換域數(shù)字水印方法見(jiàn)具有時(shí)空域方法和DCT變換域方法的優(yōu)點(diǎn)。在一系列信號(hào)處理后，如果觀察者的主觀感覺(jué)圖像的變化不大，那么圖像處理

10、前后低、中頻的小波系數(shù)的改變幅度同樣有限，另外系數(shù)幅值改變的方向(變大或變小)在多數(shù)情況下也不同，因此，低、中頻系數(shù)的平均改變幅度十分有限。本算法選取部分低、中頻系數(shù)并分成一定大小的系數(shù)塊，通過(guò)量化系數(shù)塊的平均值來(lái)嵌入水印序列。選擇系數(shù)設(shè)X(m，n)是一幅大小為M*N灰度級(jí)為2“的灰度圖像(1mM ，1nN)，其中M，N，a為正整數(shù)。對(duì)X(m，n)進(jìn)行l(wèi)層(l為正整數(shù))小波分解，得到3×l個(gè)細(xì)節(jié)圖像和一個(gè)低頻近似圖像，用Xk，l(mi，nj)k=h，v ，d；l=1，2，l；mi=1，2，M2l ；nj=1，2，N2l 表示選擇的小波系數(shù)，其中l(wèi)表示分解的層次，k=h，v，d分別表示

11、第l層水平、垂直和對(duì)角方向的子圖像?？紤]到量化低頻子圖可能產(chǎn)生較大失真，因此不在其中嵌入水印，而選擇除低頻外的中頻系數(shù)3。分塊并計(jì)算每塊的平均值根據(jù)嵌入的信息量和對(duì)算法魯棒性的要求，塊越大，水印的魯棒性越好，但嵌入的水印比特少。把XK，l (mi，nj)分成一定大小的塊，用Block (s，t)表示XK，l (mi，nj)中大小為s×t的系數(shù)塊，其中s=1，2，mi ，t=1，2，nj，b為正整數(shù)，代表該塊的編號(hào)。其平均值為Ave =Block（s，t）/（s*t）：其中 Block 為塊內(nèi)系數(shù)幅值的累計(jì)和。 量化水印序列w的嵌入是通過(guò)對(duì)Ave 的量化完成的，例如：量化成奇數(shù)代表嵌入

12、“1”，量化成偶數(shù)相當(dāng)于嵌入“0”。根據(jù)對(duì)魯棒性和隱藏性的折中考慮，設(shè)量化間隔l，l=1，2，l表示分解層數(shù)，對(duì)于低頻的第l層，由于系數(shù)幅值極大，可以作較大間隔的量化，對(duì)第l-1，1層次作間隔逐漸減小的量化，量化按下圖進(jìn)行：根據(jù)wi =0，1將Ave 量化到與之最近的奇、偶點(diǎn)。用Dat(i，j)表示Block 中的一個(gè)小波系數(shù)，量化后的該系數(shù)用Dat (i，j)表示，其中i=1，2，s；j=1，2，t。設(shè)T=Avel，Turdat=rem(T，2)其中表示四舍五入取整，rem 表示求T 除以2的余數(shù)。若Turdat與wi相同，則量化的小波系數(shù)為Dat(i，j)=Dat(i，j)+T×

13、l -Ave若Turdat與wi不同，小波系數(shù)按下列量化Dat(i，j)=Dat(i，j)+（T+1）×lAve，TT Dat(i，j)=Dat(i，j)+（T-1）×l Ave，T<T重構(gòu)使用相同的小波基，通過(guò)小波逆變換生成含有水印的圖像，并將小波基、小波分解層數(shù)、選擇的系數(shù)區(qū)域、分塊方法、量化間隔、奇偶對(duì)應(yīng)關(guān)系記錄形成密鑰 4。3.2數(shù)字水印提取技術(shù)水印的提取由嵌入方式來(lái)決定，它是嵌入方式的逆過(guò)程。首先對(duì)要檢測(cè)的圖像進(jìn)行小波變換，根據(jù)密鑰確定嵌入水印的位置，并對(duì)水印進(jìn)行置亂處理的逆運(yùn)算?？梢酝ㄟ^(guò)計(jì)算歸一化互相關(guān)函數(shù)Nc和峰值信噪比Rpsnr 來(lái)度量該水印算法的魯棒

14、性和透明性。歸一化互相關(guān)函數(shù)Nc的定義式為峰值信噪比Rpsnr 的定義式為上兩式中，Wij為原始水印，Wij為提取出來(lái)的數(shù)字水印，i，j分別是行和列的個(gè)數(shù)。4.實(shí)驗(yàn)結(jié)果分析在原圖像中加入水印圖像后，原圖像與含水印圖像相關(guān)系數(shù)為0.9644，原圖像與提取水印后圖像相關(guān)系數(shù)為0.9308。當(dāng)對(duì)原圖和含水印圖進(jìn)行JPEG壓縮后，原圖峰值信噪比為3370dB，含水印圖峰值信噪比為3195dB。在對(duì)嵌入水印的圖像進(jìn)行JPEG壓縮、污染、裁剪、添加高斯噪聲、均勻噪聲等常見(jiàn)破壞性實(shí)驗(yàn)后，仍檢測(cè)出水印。從實(shí)驗(yàn)數(shù)據(jù)中可以看出，本文提出的算法對(duì)JEPG壓縮、剪切、中值濾波具有較強(qiáng)的魯棒性。同時(shí)嵌入水印的圖像也有較好的透明性。在本文算法中僅僅根據(jù)小波系數(shù)塊的特